Question

我正在尝试与Keras打个招呼，陷入困境。一开始，我有1层，其中1项输入和1项输出有效直线近似值很好；）

import numpy as np
from keras.models import Sequential
from keras.layers import Dense
from keras.optimizers import RMSprop
from keras.losses import mean_squared_error
mo = Sequential()
d = Dense(1, input_shape=(1,))
mo.add(d)
mo.summary()

mo.compile(loss=mean_squared_error, optimizer=RMSprop(lr=0.4), metrics=['accuracy'])

mo.trainable = True

for i in range(-100, 100):
    mo.train_on_batch(x = [i], y = [i])

之后，我对2个输入参数很勇敢：

d = Dense(1, input_shape=(2,))
for i in range(-100, 100):
    mo.train_on_batch(x = [np.array([i,i])], y = [i])

np.array([1,1]).shape # gives (2,)

尽管我遇到一个例外：

ValueError：检查输入时出错：预期density_53_input具有形状（2，）但具有形状（1，）的数组

我尝试了[[i],[i]]之类的各种组合。

Answer 1

第一维始终是Keras中的批次维。批次大小是指一次通过（向前和向后）处理的样品数量。当您指定input_shape参数时，它不包括批次尺寸。因此，输入形状为(2,)的网络采用形状为(?,2)的输入数据，其中?代表批量。因此，您必须传递形状为(?,2)的数组：

mo.train_on_batch(x=[np.array([[i,i]])], y=[i])

因为：

np.array([[i,i]]).shape   # it is (1,2)

具有多个输入的馈送keras模型

1 个答案: